波浪预报方法大致可以分为三类:半理论半分析预报、数值模型和人工智能预报。半理论半分析预报法是综合利用风要素(风速、风时、风区)预测风浪和涌浪的变化
[5-6],如SMB(Sverdrup-Munk-Bretschneider)
[7]、PNJ (Pierson-Neumann-James)谱分析
[8]以及风浪谱预报
[9]等,具有易实现、速度快的优点,但往往不太准确,只适用于有限的案例
[10]。波浪预报数值模型自1957年首次提出以来,通过优化物理参数、提升分辨率、整合多源数据等手段,预报精度得以显著提高,在局部至全球海域都有广泛应用
[11-12]。如SWAN(simulating waves nearshore)模型
[13]提升了近岸波浪的模拟精度;WW3(WAVEWATHCH III)模型在全球尺度波浪预报中展示出较高的精度
[14];文圣常等
[15]将涌浪的涡动黏性和底摩擦参数加入数值预报模型,精确地刻画出谱和风浪成长的关系;袁业立等
[16]在数值模型中考虑了非定常背景场对波浪传播的影响,提升了波浪预报精度。数值模型因其科学性、准确性,是目前波浪预报的主要工具,但同时,由于计算成本高昂、时间需求长等方面的不足,也限制了它们在实时预报领域和有限计算资源下的进一步发展和应用
[4]。